پیشایندهای با اطلاعرسانی ضعیف و تنظیمکننده
پیشایندهای با اطلاعرسانی ضعیف، پیشایندهای مناسب و عمداً ملایمی هستند که مقادیر نامعقول پارامترها را حذف کرده و تخمین را تثبیت میکنند، بدون اینکه باورهای اساسی قوی را تحمیل کنند.
Definition
پیشایند با اطلاعرسانی ضعیف، یک پیشایند مناسب است که به گونهای انتخاب میشود که در مقیاس مقادیر پارامترهای معقول، گسترده باشد و اطلاعات کافی برای تنظیم پسین و بهبود محاسبات را فراهم کند، در حالی که نسبت به مقدار خاصی در آن محدوده متعهد نمیماند.
Scope
این موضوع به منطق استفاده از پیشایندهای با اطلاعرسانی ضعیف به جای پیشایندهای تخت، اثرات تنظیمکنندگی و انقباضی آنها، انتخابهای پیشفرض برای ضرایب رگرسیون و پارامترهای مقیاس، و پیشایندهای القاکننده پراکندگی مانند نعل اسب (horseshoe) و لاسو بیزی (Bayesian Lasso) میپردازد.
Core questions
- چرا پیشایندهای با اطلاعرسانی ضعیف در عمل به پیشایندهای تخت یا نامناسب ترجیح داده میشوند؟
- چگونه پیشایندها تخمینها را تنظیم کرده و آنها را به سمت مقادیر معقول منقبض میکنند؟
- چه پیشایندهای پیشفرضی برای ضرایب رگرسیون و پارامترهای واریانس توصیه میشود؟
- چگونه پیشایندهای پراکندگی مانند نعل اسب، ضرایب بالقوه صفر متعدد را مدیریت میکنند؟
Key concepts
- پیشایند با اطلاعرسانی ضعیف
- تنظیمکنندگی
- انقباض
- پیشایند نعل اسب
- لاسو بیزی
- پیشایند مقیاس
- جدایی
Key theories
- تنظیمکنندگی از طریق پیشایندها
- یک پیشایند با مقیاس محدود، تخمینهای افراطی را جریمه میکند، واریانس را کاهش میدهد و از مشکلات جدایی جلوگیری میکند؛ بسیاری از تخمینگرهای درستنمایی جریمهشده (penalized-likelihood) با مدهای پسین تحت پیشایندهای خاص مطابقت دارند.
- انقباض سراسری-محلی
- پیشایندهای پراکندگی مانند نعل اسب از یک مقیاس محلی با دنباله سنگین و یک مقیاس سراسری استفاده میکنند تا ضرایب کوچک به شدت منقبض شوند در حالی که سیگنالهای بزرگ از انقباض فرار میکنند.
Clinical relevance
پیشایندهای تنظیمکننده، تخمینها را در مسائل با ابعاد بالا و پراکنده مانند ژنومیک و انتخاب نشانگرهای زیستی تثبیت میکنند و از تخمینهای واگرا در مواردی که دادهها پارامترها را به طور ضعیف شناسایی میکنند، جلوگیری مینمایند.
History
با روتین شدن محاسبات بیزی در دهه 2000، توجه از پیشایندهای تخت «غیر اطلاعرسان» به پیشایندهای پیشفرض با اطلاعرسانی ضعیف معطوف شد که هم استنتاج و هم نمونهبرداری را بهبود میبخشند. پیشایندهای پراکندگی، از جمله لاسو بیزی و تخمینگر نعل اسب در سال 2010، این تفکر را به رگرسیون با ابعاد بالا گسترش دادند.
Debates
- یک پیشایند پیشفرض چقدر باید ضعیف باشد؟
- بحثهای مداومی در مورد چگونگی تنظیم مقیاس پیشایندهای با اطلاعرسانی ضعیف وجود دارد تا آنها به طور مفید تنظیمکنندگی کنند بدون اینکه ناخواسته نتایج را در مقیاس مربوطه سوگیری دهند.
Key figures
- Andrew Gelman
- Nicholas Polson
- James Scott
- Carlos Carvalho
Related topics
Seminal works
- gelman2008
- carvalho2010
Frequently asked questions
- یک پیشایند با اطلاعرسانی ضعیف چه تفاوتی با یک پیشایند بدون اطلاعرسانی دارد؟
- یک پیشایند بدون اطلاعرسانی تلاش میکند تا کمترین اطلاعات ممکن را اضافه کند و ممکن است نامناسب باشد، در حالی که یک پیشایند با اطلاعرسانی ضعیف مناسب است و عمداً اطلاعات ملایمی را برای حذف مقادیر نامعقول و تثبیت تحلیل اضافه میکند.